什么是数字人文：一个新学科的诞生

第一章：数字人文导论

什么是数字人文：一个新学科的诞生

我们生活在一个数据爆炸的时代。每天，全球范围内产生的数据量以泽字节（Zettabyte，$1 \text{ ZB} = 10^{21}$ 字节）计算，远远超出了人类直接阅读和理解的能力。在这样的背景下，一个新兴的学术领域应运而生——它将人文社会科学深厚的知识传统与计算机科学强大的数据处理能力相结合，试图在海量数字资源中发现新的知识、理解人类文化的深层结构。这个领域就是数字人文（Digital Humanities，简称DH）。

或许你会好奇：为什么人文研究需要借助计算机的力量？传统的人文研究者不是一直在用他们的智慧和学识解读文本、分析历史、理解艺术吗？这个问题触及了数字人文最核心的问题意识。在过去几十年里，全球范围内的图书馆、博物馆、档案馆投入巨资将数以亿计的珍贵文献、文物、艺术作品转化为数字形式。从古埃及的莎草纸文献到敦煌莫高窟的壁画，从英国牛津大学博德利图书馆的珍本手稿到美国国会图书馆的历史照片，这些浩如烟海的数字资源为研究者提供了前所未有的素材。然而，传统的阅读和分析方法在面对如此庞大的数据规模时显得力不从心。数字人文的出现，正是为了回答一个根本性的问题：如何让计算机帮助我们更好地理解和利用这些人类文化遗产的数字化成果？

本章将为读者奠定理解数字人文的基础。我们将从词源学角度追溯“数字人文”这一术语的演变历程，探讨它的内涵与外延；我们将比较数字人文与传统人文学科的方法论差异，辨析它与计算社会科学、数字历史等相邻领域的关系；我们将梳理从20世纪中叶至今的数字人文发展简史，介绍当代数字人文社区的构成；最后，我们将展望这一新兴学科的未来发展方向。通过本章的学习，读者将对数字人文形成一个系统的初步认识，为后续章节的深入学习做好铺垫。

一、词源追溯：从“人文计算”到“数字人文”的术语演变

1.1 “Humanities Computing”：人文计算的诞生

要理解数字人文，我们首先需要厘清它的核心术语及其历史演变。今天被广泛使用的"Digital Humanities"（数字人文）一词，其前身是"Humanities Computing"（人文计算）。这两个术语之间的关系，不仅反映了该领域在技术层面的演进，更折射出学界对其本质理解的深化。

"人文计算"这一概念最早可以追溯到20世纪50年代。1949年，意大利耶稣会神父罗伯托·布萨（Roberto Busa，1913-2011）开始与IBM公司合作，利用计算机技术为其导师托马斯·阿奎那（Thomas Aquinas，约1225-1274）的著作创建索引系统。这一项目历时三十余年，最终成果是洋洋五十四卷的《托马斯·阿奎那著作索引》（*Index Thomisticus*），被学界视为人文计算领域的开创性实践。布萨神父后来回忆说，他的出发点很简单：托马斯·阿奎那的著作卷帙浩繁，手工编制索引几乎是不可能完成的任务，而计算机或许能够帮助他解决这一困境。从这个意义上说，早期的人文计算在很大程度上是一种技术解决方案，旨在借助计算机的力量完成人力难以企及的大规模文献处理工作。

20世纪80年代，加拿大学者伊莎贝尔·盖洛韦（Isabel Galuway）在一篇影响深远的文章中正式使用了"Humanities Computing"这一术语。盖洛韦关注的不仅是计算机的技术能力，更是计算方法对人文研究认识论层面的潜在影响。她提出，当研究者将文本转化为可计算的数据格式时，他们实际上是在对文本进行一种特殊的“解读”——这种解读方式虽然看似机械，但却可能揭示出传统阅读难以察觉的文本特征和模式。盖洛韦的洞见为后来的数字人文理论发展奠定了重要基础。

与此同时，美国布朗大学的肯尼思·克雷斯（Kenneth Creighton）同样为“人文计算”的概念化做出了贡献。克雷斯主持的布朗大学人文计算中心（Brown University's Humanities Computing Center）成为美国早期数字人文研究和人才培养的重要基地。他编写的《文学与语言研究中的计算机应用导论》(*Computers in the Humanities: An Introduction to the Use of Computers in Literary and Linguistic Research*) 是该领域的早期经典教材，系统介绍了如何使用计算机工具进行语料库分析、词频统计、文体学研究等工作。

在英语学术语境中，"Humanities Computing"通常被认为是美国学者使用的术语，强调的是计算机作为工具在人文研究中的应用；而"Computing in the Humanities"则更常见于欧洲学者的表述。两者的细微差别在于，前者将人文计算视为一个相对独立的学术领域，后者则更强调计算作为一种跨学科的方法工具。尽管表述有所不同，但它们指涉的基本上是同一知识领域。

1.2 “Digital Humanities”：数字人文的崛起

进入21世纪，"Humanities Computing"逐渐被"Digital Humanities"（数字人文）所取代。这一术语转换发生在2000年代中期，反映了该领域在理论和实践层面的深刻变革。

"Digital Humanities"这一术语的确切起源尚存争议。一种被广泛引用的说法是，它最早出现在2004年，当时美国现代语言协会（Modern Language Association，MLA）在一份关于语言文学学科未来的报告中首次使用了这一表述。另一种观点认为，该术语在更早的时候就已被零星使用，但真正成为一个固定术语并获得广泛认可则是在2005年至2007年间。

无论具体时间如何，有一点是明确的："Digital Humanities"取代"Humanities Computing"并非简单的词汇替换，而是体现了该领域认识论和方法论的范式转换。"Humanities Computing"中的"Computing"主要指向计算机的技术功能，强调的是计算作为处理数据的工具；而"Digital Humanities"中的"Digital"则具有更丰富的含义，它不仅涵盖数字化（digitization）和计算（computation），还暗示了数字媒介对知识生产、传播和保存方式的根本性影响。借用媒介理论家马歇尔·麦克卢汉（Marshall McLuhan）“媒介即讯息”的著名论断，我们可以说“数字”不仅是技术手段，更是一种塑造人文研究可能性的媒介环境。

2007年，英国伦敦国王学院的梅尔·埃文斯（Mel Evans）和美国加州大学洛杉矶分校的托德·普雷斯纳（Todd Presner）联合创办了"Digital Humanities Now"网站，成为该术语获得广泛认可的重要标志。该网站旨在追踪和聚合全球范围内与数字人文相关的新闻、资源和学术成果，很快成为数字人文社区的重要信息中心。与此同时，"Digital Humanities Quarterly"（数字人文季刊）于2007年正式创刊，成为该领域的第一份专门学术期刊，为数字人文研究者提供了发表和交流成果的平台。

2009年是数字人文发展史上的另一个重要年份。德国学者帕特里克·拉夫（Patrick Sahle）创办了"Digital Humanities im deutschsprachigen Raum"（德语世界的数字人文）网络，成为欧洲数字人文社区整合的里程碑。同年，第一届“数字人文国际联盟”（Alliance of Digital Humanities Organizations，ADHO）会议在欧洲以外的城市——美国密歇根大学所在地安娜堡举行，标志着这一领域真正成为全球性的学术运动。

1.3 术语嬗变的深层含义

从"Humanities Computing"到"Digital Humanities"的术语嬗变，为我们理解这一领域的本质提供了重要线索。

首先，它反映了从工具导向到问题导向的转变。早期的“人文计算”强调计算机作为解决文献处理难题的技术工具；当代的“数字人文”则更关注如何提出有意义的人文问题，并探索数字方法和数字资源如何帮助我们回答这些问题。数字人文研究者不仅是技术的使用者，更是问题的提出者和知识的创造者。

其次，它体现了从辅助手段到研究范式的提升。在“人文计算”阶段，计算方法通常被视为传统人文研究的“辅助工具”，其地位是从属性的；而“数字人文”的命名暗示，计算思维和数据方法已经渗透到人文研究的各个层面，成为一种独立的研究范式。这种范式转换的意义深远：它不仅改变了研究的具体方法，更重新定义了什么是“证据”、什么是“论证”、什么是“知识”这些根本性的认识论问题。

第三，它彰显了从专业小众到公共参与的扩展。传统的“人文计算”主要由技术素养较高的人文研究者组成圈子相对较小；而“数字人文”则倡导更加开放和包容的姿态，鼓励跨学科合作，强调公共参与和知识共享。数字人文项目往往以协作和开源为核心理念，这与传统人文学者“单兵作战”的研究模式形成鲜明对比。

值得一提的是，中文学术界对"Digital Humanities"的翻译也经历了类似的概念演化过程。早期，学者们通常将其译为“数字人文学”或“数字人文科学”，强调这是一种运用数字技术的人文研究；近年来，“数字人文”逐渐成为主流译法，反映出学界对该领域作为一个独立学科领域的认可。本书采用“数字人文”这一通用译法，但在具体语境中也会交替使用其他表述，以展现该术语的丰富内涵。

二、定义与边界：理解数字人文的多元视角

2.1 什么是数字人文：几种经典定义

要给“数字人文”下一个精确而全面的定义，并非易事。这不仅因为该领域仍在快速发展之中，更因为“数字人文”本质上是一个高度跨学科的领域，它的方法和关注点因研究者的学科背景、研究对象和问题意识的不同而呈现出显著的多样性。然而，通过梳理学界的各种表述，我们可以归纳出几种具有代表性的理解路径。

技术工具视角是最直观也最早出现的理解方式。按照这种观点，数字人文是人文研究中使用数字技术和计算方法的新阶段。持此观点的学者强调，数字人文的核心是运用计算机进行文本分析、数据库建设、网络资源开发、可视化呈现等工作。在这种语境下，“数字人文”往往与具体的工具和方法联系在一起，如语料库语言学、电子文本编码、地理信息系统（GIS）、数据可视化等。这种定义的优势在于清晰明确，便于操作；其局限则在于可能将数字人文简化为“技术应用”，忽视了它在认识论和方法论层面的深层变革。

跨学科领域视角将数字人文视为连接人文社科与计算机科学的桥梁。持此观点的学者强调，数字人文的本质在于促进不同学科之间的对话与合作。这种视角下的数字人文研究往往需要“双语”能力——既要理解人文研究的问题意识和解释框架，又要掌握计算机科学的方法和技术。数字人文中心、数字人文项目组、数字人文课程等组织形态被视为实现这种跨学科合作的重要平台。这种定义强调协作和整合，有助于理解数字人文的跨学科属性；但它也可能模糊数字人文的学科边界，使得任何涉及数字技术的人文研究都可以被纳入数字人文的范畴。

研究基础设施视角将数字人文置于更宏观的学术生态中加以理解。在这种观点下，数字人文的核心贡献在于建设和维护支撑整个人文研究的基础设施——包括数字资源库、元数据标准、知识组织体系、研究工具、协作平台等。数字人文的价值不在于产出某一具体的人文知识发现，而在于为整个人文研究社区提供必要的“公共产品”。美国数字人文办公室（Office of Digital Humanities）主任布伦达·雷夫（Brenda Reginal）曾指出，数字人文的重要使命之一是“使人文学者的工作更加高效、更加可访问、更加可持续”。这种定义将视野从具体项目扩展到整个学科生态，有助于理解数字人文在学术基础设施层面的战略意义。

批判性数字人文（Critical Digital Humanities）是近年来兴起的一种更具反思性的理论视角。这种观点强调，我们不应仅仅将数字人文视为技术工具或研究方法，更应关注数字技术背后的权力关系、知识政治和社会影响。批判性数字人文研究者关注的问题包括：谁有权定义什么是“数字人文”？谁被排斥在数字人文的实践之外？数字人文项目如何可能复制甚至强化现有的不平等？我们是否在“用21世纪的工具重复19世纪的错误”？这些问题提醒我们，数字人文不仅是一种学术实践，更是一种社会和文化参与；它不仅关涉知识生产，更关涉知识权力的分配。

2.2 数字人文的核心特征

综合以上各种定义，我们可以尝试归纳数字人文的几个核心特征：

第一，数据驱动的问题意识。数字人文研究通常从大规模数据出发，通过数据分析和模式发现来提出和检验研究假设。这与传统人文学科“从文本到文本”的研究路径形成对比。数字人文研究者会问：这些数据能够告诉我们什么？数据中隐藏的模式和趋势是什么？通过量化分析，我们能否发现仅凭直觉和细读难以察觉的规律？

第二，计算方法与解释框架的结合。数字人文不是为计算而计算，它的最终目标仍然是增进我们对人类文化和社会现象的理解。这意味着数字人文研究必须将计算结果与人文解释相结合。一张可视化地图如果没有人文语境的分析，就只是数据的图形化呈现；一段词频统计如果脱离了文本的意义网络，就失去了人文研究的价值。优秀的数字人文研究往往能够在量化分析与质性解释之间建立有机的联系。

第三，对规模（scale）的关注。数字人文之所以区别于传统的计算机辅助人文研究，一个重要方面在于它对“大规模”的关注。这里的“规模”可以体现在多个维度：数据规模（如处理数百万份文档）、时间规模（如跨越数千年的历史比较）、空间规模（如全球范围的地理分布）、社交规模（如数千人参与的协作项目）。规模的变化往往带来质的变化——当研究对象从个别的文本扩展到超大规模的语料库时，研究者需要重新思考什么构成“证据”、什么构成“代表性”等根本性问题。

第四，开放与共享的理念。大多数数字人文项目和实践都秉持开放获取（Open Access）和开源（Open Source）的理念。数字人文研究者通常主张：研究成果应免费向公众开放；研究工具和数据应被尽可能共享；研究过程应保持透明和可复制。这种开放理念反映了数字人文对学术知识公共性的信念——人文研究的对象是人类文化遗产，这些成果理应服务于整个社会。

2.3 数字人文与传统人文学科的区别

理解数字人文，还需要将它与传统人文学科进行比较。这种比较有助于我们认识数字人文的独特价值，同时也能避免对它的过度期待或误解。

从研究方法论的角度看，传统人文学科（如文学批评、历史学、哲学、艺术史等）以文本细读（close reading）为核心方法。研究者通过对个别的、经典的、精心挑选的文本进行深入阅读和分析来建构知识。这种方法强调文本的独特性、语境的重要性和解释的多元性。它培养了人文学者敏锐的文本感知能力和深厚的阐释能力，但同时也面临着可扩展性（scalability）的挑战——当研究对象扩展到数百、数千甚至数百万份文献时，细读方法就难以为继了。

数字人文则引入了远读（distant reading）的方法概念。这一概念由美国学者弗朗哥·莫雷蒂（Franco Moretti）系统阐述并推广。所谓“远读”，是指通过对大规模文本数据的量化分析来把握宏观的文学或文化模式。与细读关注个案的深度不同，远读追求的是整体的、广角的视野。例如，在传统文学研究中，学者可能通过仔细阅读莎士比亚的全部戏剧来分析其语言风格；而远读方法则可能通过分析数千部早期现代英语戏剧的语料库，来考察莎士比亚与同时代作家的异同，或者追踪某一语言特征在整个时期的历史演变。

下表从几个关键维度比较了传统人文研究与数字人文研究的特点：

| 比较维度 | 传统人文学科 | 数字人文 | |---------|-------------|----------| | 核心方法 | 文本细读（Close Reading） | 远读/大规模数据分析（Distant Reading/Scalable Reading） | | 数据规模 | 通常处理少量文本 | 处理海量文本和数据 | | 研究对象 | 经典文本、精选样本 | 全样本文献、数字资源 | | 分析工具 | 纸笔、个人学识 | 计算机、软件平台 | | 研究风格 | 个人独立研究 | 协作式项目研究 | | 成果形式 | 专著、论文 | 论文+工具+数据+可视化 | | 开放程度 | 相对封闭（版权限制） | 强调开放获取和共享 |

需要强调的是，数字人文并非对传统人文研究的替代，而是一种补充和扩展。细读与远读并非相互排斥，而是可以相互配合、彼此增益。数字人文的倡导者通常并不主张放弃文本细读的传统优势，而是希望将细读与远读、深度与广度、个案与模式结合起来，形成一种更加丰富和多元的人文研究实践。事实上，许多优秀的数字人文项目都体现了这种结合——它们通过大规模数据分析发现问题、提出假设，然后回到具体的文本进行细致的阐释和验证。

2.4 数字人文与相邻领域的辨析

为了更准确地界定数字人文的学科边界，有必要将它与几个容易混淆的相邻领域进行比较辨析。

数字人文 vs. 计算社会科学

计算社会科学（Computational Social Science）是近年来快速发展的另一个跨学科领域，它运用计算方法研究社会现象。与数字人文相比，计算社会科学更关注当代社会的行为模式和动态机制，其研究对象通常是大规模的行为数据——如社交媒体数据、移动电话记录、网络搜索日志、信用卡交易信息等。计算社会科学的方法论基础主要来自社会科学（如社会学、经济学、政治学、心理学）和计算机科学（如机器学习、数据挖掘），其目标往往是发现可推广的社会科学规律或进行社会预测。

数字人文与计算社会科学的区别主要体现在以下方面：研究对象上，数字人文关注的是文化产品（文本、图像、声音、物质文化等）及其历史意义，计算社会科学则关注社会行为及其当代规律；时间维度上，数字人文通常具有历史性和长时段的视角，计算社会科学则更倾向于现时性和短时段的分析；价值取向上，数字人文强调对文化遗产的保护、阐释和传播，计算社会科学则更关注社会现象的解释和干预。

当然，两个领域之间也存在交叉地带。例如，运用计算方法分析历史人口统计数据、探索社会网络的演变、研究文化观念的历史传播等议题，就可以同时被视为数字人文和计算社会科学的组成部分。关键在于研究的问题意识和价值取向——当研究的出发点是对人类文化遗产的理解时，它就更接近数字人文；当研究的出发点是对社会行为规律的解释时，它就更接近计算社会科学。

数字人文 vs. 数字历史

数字历史（Digital History）是历史学的子领域，专门关